2026·新青年·新思考丨“人工智能與社會服務創新”

當人工智能的社會應用廣度深度不斷擴大，我們不得不追問：科技之外，人類究竟在守護什么？

今天，人工智能已悄然融入科研的底色，像一股無形潮水，推動每一位創新者走向更深的思考：當工具變得有智能，當算法開始理解世界，科技能否更接近“善”的方向？

人工智能輔助基層醫生問診，為獨居老人提供新的生活設施，帶鄉村孩子了解世界，為科學探索插上翅膀……

我們已經“看見”人工智能做了什么，更希望看見：人工智能是否讓每一個普通人的生活更美好？人工智能是否讓公平更可及，讓弱者更有力量？

如何讓基層醫生提高問診速度的同時提高診療質量？如何方便獨居老人生活時，又不侵犯隱私？如何讓孩子看到更廣闊世界的同時，也保持其純凈？技術的雙面性，取決于創新的尺度，也取決于監管的力度，更取決于服務的溫度。

因此，科學共同體必須把目光投向關乎未來的核心議題：人工智能與社會服務創新。讓人工智能真正落到醫療、養老、科研、教育的細微處，成為托舉民生之光。

本期我們榮幸邀請到來自國內外高校的十位青年學者：胡依梅、胡業飛、彭瑩瑩、Miles Yang (楊銘輝)、劉寧、周迪、李雅文、步一、王粲璨、高雨辰，共同探討這一時代議題。

——孫 茜

中國科學院大學副教授

胡依梅

丹麥奧爾堡大學副教授

當人工智能走向社會服務：競爭與合作如何塑造創新生態

在人工智能加速嵌入醫療、教育、養老與基層治理的背景下，社會服務創新越來越多地發生在由政府部門、公共機構、平臺企業、社區組織與專業人員共同構成的服務生態系統中。在我的研究以及與產業和公共部門實踐者的持續對話中，我越來越清晰地感受到：AI社會服務同時牽涉技術效率、公共責任與倫理約束，任何單一主體都難以獨立承擔全部功能。這使得不同主體之間既不可避免地存在目標與資源配置上的競爭，也必須在關鍵基礎條件上保持合作。具體而言，在數據接口、模型評測、隱私合規與倫理規范等共性層面，各主體需要通過協同與共建實現必要的規則趨同，以保障社會服務的安全性與可信性；而在具體應用場景、服務流程與組織模式層面，則需要通過競爭性的差異化探索，更靈活地回應多樣化公共需求。從這個角度看，理解并妥善治理這種競爭與合作并存的關系，可能比單純追求技術領先，更能決定AI社會服務創新的長期成效。

胡業飛

復旦大學國際關系與公共事務學院副教授，博士生導師

以人本價值錨定AI治理創新

人工智能有望深刻重構公共服務與社會治理范式。AI對治理的賦能效應可體現在雙重維度：在知識傳播層面，AI通過算法驅動的智能分析與數據整合，加速治理知識的擴散，使跨區域、跨層級的最優實踐得以高效復制與規模化應用，從而彌合治理能力鴻溝，推動“經驗共享-實踐優化”的良性循環。在互動機制層面，AI技術拓展了政社互動的時空邊界與交互深度，通過智能助手系統實現全天候響應與智慧化服務，與人工客服形成“人機協同”的互補結構——前者處理高頻、標準化、專業性事務，后者聚焦復雜互動與情感關懷。同時，伴隨AI在治理過程中的深度嵌入，國家應持續關注如何確保人類始終處于公共服務與社會治理的核心位置。這要求治理實踐必須堅守“人本主義”原則：最終決策權歸于人類判斷，服務目標指向人的需求滿足，價值導向錨定人的尊嚴與發展，并通過制度設計強化人類對AI應用于治理的主導權。唯有如此，方能實現技術賦能與人文關懷的辯證統一，使人工智能真正成為推進公平、高效、可持續治理的賦能工具。這不僅關乎公共服務與社會治理效能的提升，更關乎數智時代國家治理現代化事業的價值歸依。

彭瑩瑩

北京大學習近平新時代中國特色社會主義思想研究院研究員

人工智能助力公共服務均等化、社會治理現代化

數智技術已經全面融入經濟社會發展各領域，人工智能（AI）等數智技術創新促進了實體經濟和數字經濟的深度融合，一方面引領高質量發展、培育新質生產力，另一方面引發公共服務和社會治理變革、持續增進民生福祉。人機互動教育、deepseek等生成式AI、AI輔助醫療、養老機器人、智能物業服務、導盲眼鏡等廣泛應用，提升了教育、就業、醫療、養老、住房、助殘等民生服務的便利性、可及性、多樣性和公平性；“12345”座席智能助手、“一網通辦”政務APP、“城市大腦”突發預警、在線糾紛調解等推動了社會參與、基層治理、公共安全、社會矛盾糾紛等領域社會治理現代化。各地政府相關部門發布“人工智能+”發展規劃值得期待，與此同時，統籌發展與安全不可忽視，應加強安全監管，促進人工智能健康發展。

Miles Yang (楊銘輝)

麥考瑞大學商學院管理學系 副教授 暨 研究主任

從工具到主體：醫療服務創新中的“硅基同事”與算法領導力反思

在“人工智能與社會服務創新”的宏大敘事中，我們往往過于側重技術效率的提升，卻忽視了醫療組織內部正在發生的、本體論層面的范式轉移（Paradigm Shift）。作為專注于 AI賦能決策 (AI-enabled Decision Making) 的研究者，我認為該領域當前的真正變革在于：AI 正從被動的決策支持工具，演進為具備高度感知與行動能力的自主智能體 (Agentic AI)。這意味著，在醫療服務創新的臨床與管理現場，AI 已經獲得了一種實質性的行動者屬性 (Actorhood)。它不再僅僅是醫生手中的聽診器，而是進化為了身邊的“硅基同事” (Silicon Colleague)。這種角色的躍遷，催生了一個極具理論張力的現象: 領導力即服務 (Leadership as a Service, LaaS)。未來的醫療服務創新研究不應止步于技術應用，而應轉向社會技術系統的治理架構設計。核心挑戰在于：如何構建一種人機共生的生態，確保這位高效的“硅基同事”是在增強而非替代人類的專業判斷，并最終重新確立并提升人在這個智能系統中的獨特價值。真正的服務精神，終將回歸于那些算法無法模擬的共情能力與倫理關懷之中。

劉寧

香港城市大學公共及國際事務學系副教授

以AI嵌入的負責任創新，助推公共服務質效提升

習近平總書記強調：“從保障和改善民生、為人民創造美好生活的需要出發，推動人工智能在人們日常工作、學習、生活中的深度運用，創造更加智能的工作方式和生活方式。”當前，公共服務正經歷從數字化向智能化轉型升級。一方面，人工智能技術為公共服務創新提供了重要契機。通過對社會數據的智能分析與運用，公共服務得以向精準化、精細化、和個性化演進。另一方面，隨著算法偏見、模型幻覺及決策透明度等風險日益凸顯，亟須在實踐層面明確安全標準、責任歸屬和監管機制。唯有堅持負責任創新，才能確保人工智能真正成為有溫度、可信賴的公共產品，驅動公共服務邁向高質量發展新階段。

周迪

同濟大學經濟與管理學院副研究員

技術創新與價值引領并重：推進人工智能賦能社會服務創新

在新一輪科技革命和產業變革加速演進的背景下，人工智能正加快從通用技術走向基礎性、引領性力量，深刻重塑社會運行方式與社會服務創新形態。人工智能的價值并不止于提升效率或優化流程，而在于為回應人民對美好生活的更高期待，打開社會服務創新的新空間。筆者曾在對《關于深入實施“人工智能+”行動的意見》的政策解讀中指出，人工智能的廣泛應用，既可以在技術層面通過引入智能體、社會模擬等手段，拓展社會服務的認知邊界與創新工具箱，也需要在更宏觀層面發揮哲學社會科學的價值引領作用，推動形成以“智能向善”為核心的理論框架與實踐共識。正是在這一意義上，人工智能不僅是推動社會服務創新的技術力量，更是影響社會價值取向與發展路徑的關鍵因素。面向未來，要始終堅持技術創新與價值引領并重，在人工智能納入社會發展與社會服務創新整體布局的過程中將增進公共福祉、促進社會公平作為重要目標，從而使人工智能真正轉化為提升社會服務能力、夯實現代化建設社會基礎的持久動力。

李雅文

北京郵電大學經濟管理學院長聘副教授，博士生導師

三鏈融合 打通AI賦能社會服務的“最后一公里”

人工智能驅動的社會服務創新，本質上是一場以復雜場景為牽引、以國家戰略需求為導向的系統性工程。我國擁有全球最豐富多元的社會治理與服務場景——從超大城市的智慧養老、偏遠地區的遠程醫療，到突發公共事件的應急調度。這些真實、動態且具有中國特色的應用場景，就是催生原創性算法的核心驅動力。未來，人機協同的社會服務將成為常態，而我們的責任是確保這一進程始終“以人為本”，解決“最后一公里”的適配問題，讓人工智能成為溫暖可靠的民生支撐。因此，未來的突破點在于培養一支兼具技術敏銳性與社會洞察力的復合型人才隊伍，并激勵企業、高校和科研機構長期深耕垂直場景，推動“創新鏈、產業鏈、人才鏈”的深度融合，為全球“人工智能+”社會服務模式創新貢獻中國智慧與中國方案。

步一

北京大學信息管理系助理教授

以科學計量與AI4S推動社會服務創新的范式變革

展望人工智能與社會服務創新，我的思考聚焦于其交叉研究的核心，即如何利用人工智能服務于科學自身（AI4S），并以此為基礎，更科學地引導AI賦能社會服務。近期，我重點關注了AI4S驅動的創新模式識別與效能評價。具體而言，我正嘗試運用科學計量與知識圖譜方法，結合自然語言處理技術，分析大語言模型如何改變科學文獻的閱讀與寫作、生成與知識重組模式。這不僅是計量方法的革新，更關乎如何客觀評價AI作為“科研主體”或“科研工具”對科學知識產出的貢獻。未來，我認為亟需推進的研究在于價值導向的AI社會服務評價框架。這超越了傳統技術指標，要求我們構建一個融合科學學理、社會效應與倫理準則的多維評價體系。比如，在AI輔助診斷或個性化教育中，如何計量其提升的服務可及性公平程度或知識擴散效率？這需要將科學計量學的測量與科技評價的規范性判斷深度結合，從而為社會選擇負責任、高效能的AI服務創新提供決策依據，最終推動形成證據驅動、以人為本的科技治理新范式。

王粲璨

哥本哈根信息技術大學副教授

數據共享，不止于數據

應對氣候變化減緩等社會挑戰，對公共數據的分享與使用尤其重要。近年來，這類實踐日益被納入“數據公域”的框架。這個由科技巨頭推廣的概念，從技術的角度來看，指的是數據提供方通過共享數據模型與接口協議構成的分布式數據網絡。然而，數據公域不應被簡化為大規模的數據匯集與提取。數據共享也不止于數據要素本身。 哪些數據類別被收集、其相關性如何、數據質量、數據格式是否足以支撐有效行動，這些因素同樣關鍵。將數據視為可無限開采的資源，極易忽視數據生產與使用的社會性、政治性和倫理性。數據公域的核心在于治理問題：參與者是誰、遵循何種規則、最終造福于誰。構建一個有效運轉的數據公域，需要培育圍繞數據形成的知識共同體。數據共享的動機因價值體系與權力地位的差異而千差萬別。同樣重要的是審視數據公域產生的收益，是否與其維持所需的勞動投入一樣得到廣泛共享。如果缺乏審慎的治理機制，數據公域非但無法應對社會挑戰，反而可能固化既有的不平等。比如說，對大企業而言，共享環境、社會和治理（ESG）數據可能提升競爭力或聲譽；對中小企業來說，成本可能遠超預期收益。因此，我們必須正視而非回避這些不對稱性。最后，盡管日常生活已深度數字化，對許多公民乃至組織機構而言，數據及其治理仍是抽象概念。若想實現更廣泛的社會參與，數據素養必須成為核心議題。賦能公眾理解、質疑并塑造數據治理方式，并非技術層面的附加項，而是構建可持續的數據公域的先決條件。

高雨辰

清華大學公共管理學院助理教授

以結果公平為導向重構人機協同的制度流程，推動“AI+”社會服務創新

人工智能推動社會服務創新的關鍵不止于技術采納，更在于制度與流程的再設計。若以“AI使用率、辦結時長”等剛性指標為核心開展考核，容易誘發以達標為導向的“技術合規”與選擇性數字化，從而在社會服務領域產生“算法性不平等”。為此，應以服務結果與公平為主導建立人機協同模式。面向2026年，公共部門需把社會服務中的AI應用從“上線速度”轉向“可監督的結果公平與安全”。建議一是以服務可及性、差錯率等結果指標替代單純的剛性考核指標，建立面向民生場景的算法影響評估體系。二是明確“必須人工介入”的例外清單與分流規則，并配套數據質量、隱私保護與責任追溯機制。三是建立標準與治理框架，滿足AI+社會服務領域可解釋、可復核、可持續監測的要求，以場景化試點開展持續評估，從而確保技術應用真正以人為本、有效賦能社會服務創新。

HELLO 2026

新年更新，期許更好

文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com